AIC dla modeli nie zagnieżdżonych: stała normalizująca

12

AIC jest zdefiniowane jako , gdzie jest estymatorem największego prawdopodobieństwa, a jest wymiarem przestrzeni parametrów. Do oszacowania zwykle pomija się stały współczynnik gęstości. Jest to czynnik, który nie zależy od parametrów, w celu uproszczenia prawdopodobieństwa. Z drugiej strony czynnik ten jest bardzo ważny przy obliczaniu AIC, biorąc pod uwagę, że przy porównywaniu modeli nie zagnieżdżonych czynnik ten nie jest powszechny, a następnie kolejność odpowiednich AIC może być inna, jeśli nie zostanie wzięty pod uwagę.AIC=2log(L(θ^))+2pθ^pθ

Moje pytanie brzmi : czy musimy obliczyć uwzględniając wszystkie warunki gęstości, porównując modele nie zagnieżdżone?log(L(θ^))

Kawabata
źródło
Chyba coś nie rozumiem. Kiedy mówiłeś „Do oszacowania ”, czy miałeś na myśli „ ”? θL(θ^)
David J. Harris
2
Ponieważ istotna jest różnica w prawdopodobieństwie dziennika, wspólne terminy są nieistotne, podczas gdy inne, które będą miały znaczenie.
Glen_b

Odpowiedzi:

5

W przypadku gdy normalizująca „stała” różni się w poszczególnych modelach, należy uwzględnić te terminy.

Glen_b - Przywróć Monikę
źródło
2
Tak, tak też myślę. Czy znasz jakieś odniesienia na ten temat?
Kawabata,